基于大數據的電網負荷預測研究

黃 瑩

（國網資陽供電公司，四川 資陽 641300）

0 引 言

隨著現代電力應用日趨增加，電網發生了很大的結構形變化，為了實現電力供應的合理分配，需要利用現代電力運行數據對電網未來變化進行數據分析，而對于電網利用大數據實現三相不平衡負荷預測是了解電網運行狀況的重要技術支持。電網的三相不對稱是對電網供電質量進行分析的關鍵數據，而造成電網出現三相不平衡的原因大致可以分為3種，分別是線路中元件因素、線路因素及負荷因素導致的系統故障，而出現的此類故障是一種長期現象[1-2]。對于出現三相不平衡現象的電網的可靠性、穩定性會受到嚴重影響，嚴重的導致電力運行出現大面積故障。而隨著現代智能電網的出現，進行電網負荷預測至關重要。而傳統的預測方法主要是利用統計方法、回歸分析及卡爾曼方式進行分析式預測，以上方法可對電網進行短期預測。但是，隨著現代電網規模不斷擴大，系統復雜程度不斷提高，利用傳統的分析式方法已不能滿足需要。本文利用大數據開展電網系統三相不平衡負荷預測分析研究，以供參考。

1 負荷預測數據采集硬件設計

本文研究的負荷預測模型是基于短期開展的，短期電力負荷預測是提前數天實現對電網負荷的預測，而在電力負荷預測過程中，如果預測值與實際情況出現較大偏差，需要在短時間內進行重新預測，從而對電網運行狀況進行適當調整。圖1為本文實現負荷預測所需要利用的硬件結構設計。

圖1 負荷預測硬件結構

從圖1可以看出，系統硬件共分為3個部分，分別是數據采集模塊、負荷預測模塊及上報模塊。其中，數據采集模塊是實現對電網運行相關數據的采集；負荷預測模塊是利用大數據同時結合數據采集分析結果預測未來負荷，其中包括短期、超短期及擴展短期3種負荷預測分析，短期是實現24 h及一周內的負荷預測，超短期是利用數據采集模塊對未來1 h負荷進行預測分析，擴展短期預測是實現對電網未來2～5 h負荷進行預測分析。

1.1 數據采集電路設計

硬件部分的數據采集主要是實現數據采集及數據分析兩部分功能，其中數據采集是通過各類傳感器實現對系統運行電流、電壓、氣象信息、電價及其他負荷相關數據進行采集；數據分析是對相關數據進行處理。通過將實時采集的相關數據進行歸一化處理，同時實現數據的存儲、傳輸及反饋，為后續實現三相不平衡負荷預測提供實時有效的數據。

為了實現對不平衡負荷進行預測，需要對電網運行的電壓、電流進行數據采集，利用STM32F103單片機對數據進行模擬量采集，同時利用RS485總線采用標準MODBUS協議進行數據傳輸，實現數據共享。本文采用的單片機性價比高、內部資源豐富，運行頻率可以達到72 MHz。在進行信號采集時，利用HCNR201光耦作為信號隔離，實現對外部信號與單片機內部電路進行隔離。利用單片機內部集成的AD采集模塊實現對多路信號的采集。

1.2 系統電源電路設計

進行數據采集時，需要利用+5 V電源，本文所使用的電源系統如圖2所示。通過系統中存在的+15 V電源作為輸入端，利用Lm7805進行電源轉換，實現+5 V電源輸出。

圖2 數據采集電源電路

1.3 負荷預測開關電路設計

在電網負荷預測過程中，其預測精度在很大程度上受預測模塊的影響。通過上述對電網運行預測分析，主要可以分為短期預測、超短期預測及擴展短期預測，對于各類預測的實現需要通過開關電路來控制。圖3為本文設計的負荷預測開關結構電路，電路中C1表示的是系統運行電容，C2表示的是啟動電容。在電路結構中，三相開關與雙向開關具有很大的不同，需要在控制面板布置不同的按鈕，在功能上可以實現單聯雙控、雙聯雙控、三聯雙控特性。當實現的聯控方式不同時，其接線存在不同。通過對預測開關的控制可以實現對電網不平衡負荷進行預測控制。

圖3 負荷預測開關結構設計

2 基于大數據負荷預測軟件實現

隨著電網結構復雜程度不斷增大，電網運行數據量不斷增多、系統更加復雜化，通過利用大數據作為預測基礎，采用不同節點形成整體預測模型，從節點觸發，通過對不同節點的負荷進行預測分析，通過對不同節點之間數據關系進行整體分析，獲得電網整體三相不平衡負荷預測結論。對于電網中的三相不平衡的衡量是通過系統正序及負序分量的占比百分數進行表示，圖4為本文采用的大數據分析不同節點負荷情況示意圖。

圖4 負荷預測多節點示意圖

圖4中，白色圓表示的是電網中的傳輸專線，通過W1～W33個區域作為系統的帶預測分區，將系統整體作為最高級節點，單個節點為第二級節點，通過對系統節點的分析體現三相不平衡負荷，利用大數據進行整體分析。

2.1 三相不平衡負荷特性

在電網運行過程中，可以通過式（1）和式（2）對電網運行的三相不平衡度進行計算：

式（2）中，λ表示的是電網對應的旋轉算子；V1表示的是電網出現的正序分量；V2表示的是電網出現的負序分量；Va、Vb、Vc分別是電網對應的三相電壓矢量。在現代智能電網運行過程中，出現三相不平衡負荷的現象比較常見。電網輸電線路采用的是三相四線形式，運行期間如果三相負荷平衡，就不會出現中性點電流。但是，由于系統中存在很多單相負荷對運行產生影響，導致單相電流幅值各不相同，中性點電流超過正常范圍時，會導致電網出現三相不平衡負載。

2.2 多點負荷預測算法實現

按照上述分析的三相不平衡負荷特性，對系統中的電流輸入及各隱層之間的關系可以進行綜合分析，得出如式（3）的表達式：

式（3）中，Si表示節點i節點的輸出值；rj表示節點j輸出值；ωij表示節點i及節點j之間的權值；f表示激勵函數。利用大數據作為模型的訓練依據，通過不斷反復計算得出模型對應的各權值，指導計算出的結果符合收斂要求，實現對權值的修正。圖5為本文采用的負荷預測流程圖。

3 不平衡負荷預測應用

根據上述電網不平衡負荷預測分析方法，結合某地區電網實際狀況，利用各種相關數據分析了三相不平衡負荷預測模型的合理性及實際應用效果。本文所使用的預測模型大數據是來自某電力公司2019年12月31天的數據，按照每15 min進行統計。利用前27天的實際數據預測28、29日的負荷數據，得出如下預測結論。

3.1 28日實際負荷走向

按照每日用電負荷的變化，28日負荷實際呈現先升后降的趨勢，當日12:34—12:57時間段負荷達到峰值，為3.4×107kW，因此可以推斷出此時間段的三相不平衡概率最大。

3.2 29日實際負荷走向

29日電網運行的總體負荷呈現先升后降再升再降的趨勢，并且當日13:20—13:43時間段，電網負荷達到最高值，為3.7×107kW，因此此段時間出現三相不平衡概率較大。根據負荷預測結論對比實際運行數據，本文大數據分析所得的負荷變化與實際變化趨勢一致。同時,利用大數據分析得到在11:56—12:42電網負荷達到最低值，而實際狀況是當日11:48—12:34已經達到負荷最低。同時，利用傳統預測方法進行預測，得到最低負荷出現時間為11:02—11:25。由此可以看出，采用大數據分析方法預測電網負荷更加準確。

圖5 負荷預測實現流程

4 結 論

為了能準確預測電網負荷，本文結合大數據分析方法開展電網三相不平衡負荷預測研究，分析了三相不平衡負荷特性，并制定了系統檢測硬件系統及負荷預測軟件實現方法，通過實際應用驗證了系統設計合理性及實用性，對于日后開展電網三相不平衡負荷研究具有一定的參考價值。